AI Agent

LLMs for Agentic Home Energy Management

用于智能家庭能源管理的大语言模型

Sokipriala Jonah, Queen Moses, Abiola Babatunde, Michael Ajao-Olarinoye, Daniel Bammeke

专题命中 工具调用 ：agentic(title)；agent(abstract)；function calling(abstract)

AI总结 研究家庭能源管理系统中，大语言模型智能体能否为多设备家庭能源调度提供自然语言接口。通过工具调用ReAct智能体及相关数据，对三个商业模型进行基准测试，结果显示模型表现各异，能实现高调度成功率和接近最优性。

Comments 15 pages, 8 figures

ClinFusion: A Vision-Centric Multimodal LLM System for Holistic Medical Understanding

ClinFusion：用于整体医学理解的以视觉为中心的多模态大语言模型系统

Hangjie Yuan, Yichen Qian, Zhiwei Tang, Xianzhe Xu, Lirong Wu, Sicheng Yang, Jinwang Wang, Pengju Wang, Zhitao Zeng, Yizeng Han, Yan Xing, Shengxuan Luo, Tao Feng, Qing Xie, Weigen Yao, Yi Yang, Zuozhu Liu, Jiasheng Tang, Shaocheng Wang, Jitao Wang, Jiahong Dong, Weihua Chen, Feng Xu, Fan Wang

机构 * DAMO Academy, Alibaba Group（达摩院，阿里巴巴集团） ； Hupan Laboratory（湖畔实验室） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） ； Department of Radiology, The Affiliated Yangming Hospital of Ningbo University（宁波大学附属阳明医院放射科） ； Zhejiang University-University of Illinois Urbana-Champaign Institute, Zhejiang University（浙江大学伊利诺伊大学厄巴纳香槟校区联合学院，浙江大学） ； Hepato-Pancreato-Biliary Center, Beijing Tsinghua Changgung Hospital, School of Clinical Medicine, Tsinghua Medicine, Tsinghua University（清华长庚医院肝胆胰中心，清华大学临床医学院，清华医学，清华大学） ； School of Software, Tsinghua University（清华大学软件学院） ； Beijing National Research Center for Information Science and Technology, Tsinghua University（清华大学北京信息科学与技术国家研究中心） 纠错

专题命中 工具调用 ：tool use(abstract)；agentic(abstract)；分类 cs.AI、cs.CL

AI总结 研究针对多模态大语言模型在医学领域部署的挑战，提出ClinFusion，采用组合级联视觉编码器架构和视觉基础评估框架，在多模态医学基准测试中表现优异，超越开源和专有模型，经专家盲评验证效果良好。

Comments Code: https://github.com/alibaba-damo-academy/ClinFusion Models: https://huggingface.co/collections/Alibaba-DAMO-Academy/clinfusion

PilotRL: Training Language Model Agents via Global Planning-Guided Progressive Reinforcement Learning

PilotRL: 通过全局规划引导的渐进式强化学习训练语言模型代理

Keer Lu, Chong Chen, Bin Cui, Yunhuai Liu, Wentao Zhang

机构 * Peking University（北京大学） ； Huawei Cloud BU（华为云业务部） 纠错

专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；分类 cs.CL

AI总结 PilotRL通过全局规划引导的渐进式强化学习训练语言模型代理，提升长周期决策能力。

RoboHarness: Memory-Driven Orchestration of Heterogeneous Robot Policies for Long-Horizon Planning

RoboHarness：用于长期规划的异构机器人策略的内存驱动编排

Jinbang Huang, Yuanzhao Hu, Zhiyuan Li, Ran Qi, Yixin Xiao, Zhanguang Zhang, Mark Coates, Tongtong Cao, Yingxue Zhang

机构 * Huawei Noah’s Ark Lab（华为诺亚方舟实验室） ； University of British Columbia（英属哥伦比亚大学） ； University of Toronto（多伦多大学） ； McGill University（麦吉尔大学） ； Labs（2012实验室） 纠错

专题命中 规划决策 ：planning(title,abstract)；agentic(abstract)

AI总结 针对长期机器人任务需多种能力、异构策略编排难的问题，提出RoboHarness框架，通过多模态执行内存等表征策略能力边界，经内存桥接稳定策略交接，实验验证其在长期规划和分布外鲁棒性上有显著提升。

Comments 21 pages, 8 figures

Multi-Objective Kinodynamic Motion Planning with Asymptotic Pareto Optimality

具有渐近帕累托最优性的多目标运动动力学运动规划

Yusif Razzaq, Anne Theurkauf, Nisar Ahmed, Morteza Lahijanian

机构 * University of Colorado Boulder（科罗拉多大学博尔德分校） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 针对运动动力学约束下系统的多目标运动规划挑战，提出基于稳定稀疏RRT算法的统一框架，衍生出三种算法分别用于字典序最小化、约束优化和帕累托前沿逼近，提供理论保证并经实证评估验证有效性。

Coverage Path Planning for Holonomic UAVs via Uniaxial-Feasible, Gap-Severity Guided Decomposition

通过单轴可行、间隙严重性引导分解的完整无人机覆盖路径规划

Pedro Antonio Alarcon Granadeno, Jane Cleland-Huang

机构 * University of Notre Dame（内布拉斯加大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 针对完整无人机在应急响应中覆盖路径规划面临的问题，提出用递归双轴单调性标准及累积间隙严重性度量引导切割的分解策略，搭配全局优化器，降低路径长度和完成时间开销，优于其他15种CPP管道。

Comments Accepted to IEEE International Conference on Robotics and Automation (ICRA 2026)

LLM-generated personalized nudges for improving pro-environmental behavior: Field evidence from resource conservation

利用大型语言模型的迭代个性化增强行为提示：一项关于电力和热水节约的实地实验

Zonghan Li, Yi Liu, Chunyan Wang, Song Tong, Kaiping Peng, Feng Ji

机构 * School of Environment, Tsinghua University（清华大学环境学院） ； Department of Applied Psychology and Human Development, University of Toronto（多伦多大学应用心理学与人类发展系） ； State Key Laboratory of Regional Environment and Sustainability, Tsinghua University（清华大学区域环境与可持续性国家重点实验室） ； Department of Psychology, Beijing Normal University at Zhuhai（北京师范大学珠海校区心理学系） ； Department of Psychology and Cognitive Sciences, Tsinghua University（清华大学心理学与认知科学系） 纠错

专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI

AI总结 本研究利用大型语言模型实现迭代个性化，通过实地实验发现其在促进节能方面效果显著，且在前两轮干预中表现更优，但热水节约效果较弱且随时间减弱。

Real-Time Driver Safety Scoring Through Inverse Crash Probability Modeling

通过逆事故概率建模实现实时驾驶员安全评分

Joyjit Roy, Samaresh Kumar Singh, Sushanta Das

机构 * Independent Researcher（独立研究员） ； American Center for Mobility（美国移动中心） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出SafeDriver-IQ框架，结合国家事故统计数据和自动驾驶数据，将二分类事故预测模型转化为0-100连续安全评分，提升实时驾驶员反馈的可操作性和解释性。

Comments 10 pages, 13 figures, and 14 tables. Submitted in EIT 2026 Conference hosted by The University of Wisconsin-La Crosse and sponsored by IEEE Region 4 (R4)

Practical Quantum Advantage before Fault Tolerance via Quantum-Informed Machine Learning

量子信息机器学习预测混沌的实用量子优势基础

Maida Wang, Xiao Xue, Minh Chung, Peter V. Coveney

机构 * Centre for Computational Science, University College London（大学学院伦敦计算科学中心） ； Leibniz Supercomputing Centre of the Bavarian Academy of Sciences and Humanities（巴伐利亚科学院和人文科学莱比锡超算中心） ； Centre for Advanced Research Computing, University College London（大学学院伦敦先进研究计算中心） 纠错

专题命中 规划决策 ：workflow(abstract)；分类 cs.LG

AI总结 提出基于高阶量子统计先验的量子优势机制，通过两阶段优势（表示与提取）证明量子-经典复制测量复杂度分离，并在湍流和天气预报中验证。

A Novel Optimization Model for Solving the Timetabling Problem at Finnish Universities

一种解决芬兰大学排课问题的新型优化模型

Kimmo Nurmi, Jari Kyngäs, Pauliina Halme

专题命中 规划决策 ：planning(abstract)

AI总结 研究芬兰大学排课问题，通过与三所芬兰大学及教育管理系统提供商合作，历经三个阶段，提出CRONOPT模型，能同时解决有效利用资源、关注教师、保障学生学习推进这三个目标，且优化方案可与领先管理系统集成。

Comments 26 pages, a more detailed version to be submitted to JORS, author details clarified in the new version

The Capacitated $p$-Location Problem with Territorial Coverage Constraints: Efficient Solution and Case Study

具有领土覆盖约束的容量受限p-选址问题：高效解决方案与案例研究

Felipe Albuquerque, Rosa Figueiredo, Cyrille Genre-Grandpierre

专题命中 规划决策 ：planning(abstract)

AI总结 研究容量受限p-选址问题及其扩展，提出带领土覆盖约束的多尺度变体，给出强化ILP公式和RSSV启发式算法，通过实验证明方法的效率、可靠性及对选址规划公平性的影响。

Comments 29 pages, 10 figures

ForgeDrive: Bidirectional Cross-Conditioning for Unified Visual-Action Generation in Autonomous Driving

ForgeDrive: 自动驾驶中统一视觉-动作生成的双向交叉条件

Xuchang Zhong, He Zheng, Chenxu Zhao, Tianxiong Lv, Hangqi Fan, Bohua Wang, Yushan Liu, Li Gao, Zhihao Liao, Leigang Luo, Congyang Zhao, Yang Cai

机构 * Amap, Alibaba Group（阿里巴巴集团高德地图） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 提出ForgeDrive统一自回归扩散框架，通过“先动作后想象”范式实现视觉与动作的双向交叉条件，解决级联误差问题，在NAVSIM上优于现有规划器。

Explainable Flood Segmentation on Sentinel-1 SAR1 Imagery Using CNN and Transformer Architectures

可解释的Sentinel-1 SAR影像洪水分割：CNN与Transformer架构的比较研究

Arundhuti Banerjee, David Daou

机构 * United Nations University's Institute for Environment and Human Security (UNU-EHS)（联合国大学环境与人类安全研究所（UNU-EHS）） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 比较CNN和视觉Transformer在Sentinel-1 SAR影像多类洪水分割中的性能，SegFormer-b2在ETCI数据集上显著优于U-Net，但在Sen1Floods11上优势缩小，并利用可解释性技术分析模型决策。

Food-Embedded Cold Energy Flows in Decentralised Solar Cold Chains

移动冷能储存：耦合食品分配与能源系统

Hange Lao, Binjian Nie, Wei He

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出一种技术经济优化框架，结合太阳能光伏、制冷、相变材料热储存和跨市场食品运输，通过尼日利亚阿布贾五个露天肉市场案例，降低冷能储存成本。

Eliciting Truthful Feedback for Preference-Based Learning via the VCG Mechanism

通过VCG机制引导基于偏好的学习中的真实反馈

Leo Landolt, Anna Maddux, Andreas Schlaginhaufen, Saurabh Vaishampayan, Maryam Kamgarpour

专题命中 规划决策 ：agent(abstract)

AI总结 本文提出结合偏好学习与VCG支付的算法，通过D-最优设计选择信息性偏好查询，利用最大似然估计参数，并在单次和在线设置中证明机制在误差范围内近似真实、个体理性和效率。

On the Configuration Space of planar closed Kinematic Chains

关于平面封闭运动链的构型空间

Gerhard Zangerl

专题命中 规划决策 ：planning(abstract)

AI总结 研究平面封闭运动链的构型空间，通过新参数对角线长度给出保证封闭性的关节角度显式公式，其对角线含于简单区域，有望用于运动规划等问题，还给出数值示例证明方法实用性。

Comments 18 pages, 10 figures

RadioMaster: Multi-Agent System for Autonomous Radio Signal Generation

RadioMaster: 自主无线电信号生成的多智能体系统

Jiazhen Lei, Yuxin Sha, Tianze Cao, Sihan Wang, Bingbing Wang, Zeming Yang, Fengyuan Zhu, Xiaohua Tian

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；planning(abstract)；分类 cs.AI

AI总结 提出RadioMaster，一个全自主的多智能体框架，通过RadioWiki、RadioAgent和RadioEmulator三大支柱，将用户意图转化为真实无线信号，解决现有模型因领域知识和硬件约束敏感性不足而无法生成无线电信号的问题。

AlphaCrafter: Harnessing Multi-Agent Workflows for Cross-Sectional Quantitative Trading

AlphaCrafter：一个跨截面量化交易的全栈多智能体框架

Yishuo Yuan, Jiayi Sheng, Sirui Zeng, Jiaqi Wang, Jiaheng Liu

机构 * Nanjing University（南京大学） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI

AI总结 AlphaCrafter通过连续适应的因子到执行管道，整合因子发现、制度适应选择和风险约束执行，实现跨截面量化交易的鲁棒性能。

Comments Submitted to AAAI 2027

SAGE: Stochastic Prompt Optimization via Agent-Guided Exploration

SAGE: 基于智能体引导探索的随机提示优化

Ziyi Zhu, Luka Smyth, Saki Shinoda, Jinghong Chen

机构 * Slingshot AI ； Department of Engineering, University of Cambridge（剑桥大学工程系） 纠错

专题命中 多智能体 ：agent(title,abstract)；agentic(abstract)；multi-agent(abstract)；分类 cs.CL

AI总结 提出随机提示优化框架SPO，其中SAGE方法通过多智能体诊断代码执行实现黑盒搜索，在多个基准测试中表现依赖于错误类型，并在心理健康聊天机器人中通过连续优化显著提升次日留存率。

CADENCE: Predicting Realized MAPF Execution Time Beyond Sum of Costs

CADENCE：预测实际MAPF执行时间超越成本总和

Abhishek Seetharamu, Badrikanath Praharaj, Sreeram MV

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

专题命中 多智能体 ：agent(abstract,comments)；multi-agent(abstract,comments)

AI总结 提出CADENCE框架，通过分析原始运动负担和交互感知协调特征，发现原始运动负担能显著提高多智能体路径规划执行时间的预测精度，超越传统成本总和指标。

Comments 7 pages, 4 figures, 3 tables and this paper was accepted at Multi-Agent Robotic Systems: Real-World Collaboration and Interaction a workshop at the international conference of robotics and automation (ICRA 2026)

The fractal geometry of opinion formation

意见形成的分形几何

Fei Cao, Roberto Cortez

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文研究了基于代理的意见动力学模型，揭示了其在大规模人口极限下的自相似结构，扩展了伯努利卷积在分形几何中的应用。

Comments 38 pages, 4 figures

Depth to Anatomy: Organ Localization from Depth Images for Automated Patient Table Positioning in Radiology Workflow

深度到解剖：从深度图像中定位器官以实现放射学工作流程中的自动化患者台定位

Eytan Kats, Kai Geissler, Daniel Mensing, Julien Senegas, Jochen G. Hirsch, Stefan Heldman, Mattias P. Heinrich

专题命中 工作流自动化 ：workflow(title,abstract)；planning(abstract)

AI总结 本文提出基于学习的框架，通过单张2D深度图像预测41种解剖结构的3D位置和形状，利用MRI数据训练卷积神经网络，实现器官预测，提升患者定位自动化水平。

Comments Accepted for publication at the Journal of Machine Learning for Biomedical Imaging (MELBA) https://melba-journal.org/2026:024

Journal ref Machine.Learning.for.Biomedical.Imaging. 2026 (2026)

Fully Automatic Trace Gas Plume Detection

全自动痕量气体羽流检测

Vít Růžička, David R. Thompson, Jay E. Fahlen, Amanda M. Lopez, Steven Lu, Chuchu Xiang, Holly Bender, Daniel Jensen, Philip G. Brodrick, Jake Lee, Brian Bue, Daniel H. Cusworth, Luis Guanter, Adam Chlus, Andrew Thorpe, Robert O. Green

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG

AI总结 针对未来成像光谱仪数据量剧增，提出结合机器学习形态分析与光谱模型拟合的全自动痕量气体羽流检测方法，可自动检测标记羽流，用于回顾性分析，还扩展到三种痕量气体检测。

Comments Manuscript 15 pages + 3 in supplementary, 10 figures, 1 table, more in attached supplementary; In review

Machine Intelligence on the Edge: Interpretable Cardiac Pattern Localisation Using Reinforcement Learning

边缘机器智能：使用强化学习的可解释心脏模式定位

Haozhe Tian, Qiyu Rao, Nina Moutonnet, Pietro Ferraro, Danilo Mandic

机构 * Dyson School of Design Engineering（迪森设计工程学院） ； Department of Electrical and Electronic Engineering（电子与电气工程系） ； Department of Computing（计算系） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG

AI总结 针对边缘设备低信噪比信号中模式定位难题，提出顺序匹配滤波器（SMF），通过强化学习设计滤波器序列并将其制定为顺序决策过程，实现自适应设计与可解释性，在心电图数据集上性能达先进水平，有广泛应用潜力。

Comments Accepted by Machine Intelligence Research

"We'll have to see how it works": An interview study to understand collaborative practices in interdisciplinary artificial intelligence and healthcare research

“我们得看看它如何运作”：一项关于理解跨学科人工智能与医疗保健研究中协作实践的访谈研究

Rafael Henkin, Elizabeth Remfry, Duncan J. Reynolds, Megan Clinch, Michael R. Barnes

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI

AI总结 该研究通过对英国医疗保健AI研究联盟早期参与者的13次半结构化访谈及归纳主题分析，探讨AI开发流程及跨学科知识共享挑战。发现参与者需依受众调整工具和信息，明确了AI研究参与新颖处、知识共享方式及关键领域，指出AI给跨学科工作带来新障碍。

Comments 36 pages

Journal ref PLoS One. 2026;21(7):e0354358

QuantumFCS.jl: Efficient Full-Counting Statistics for Open Quantum Systems

QuantumFCS.jl：开放量子系统的高效全计数统计

Aaron Daniel, Marcelo Janovitch

专题命中 工作流自动化 ：workflow(abstract)

AI总结 介绍开源Julia包QuantumFCS.jl用于高效灵活的数值FCS计算，通过监测跳跃算符和权重定义电流，实现递归累积量算法，经光子计数和热电流涨落等示例验证，相比现有实现有显著加速。

Comments 34 pages, 7 figures. In the abstract of this updated version, we have removed the dot from the package name in the abstract; arxiv rendering generates a spurious link

Where Facts Go Missing: A Layerwise Taxonomy and Per-Layer Attribution of Information Omission in Air-Gapped LLMAgent Pipelines

事实缺失的地方：气隙式大语言模型智能体管道中信息遗漏的分层分类和逐层归因

Santhiya Rajan

专题命中 工作流自动化 ：agent(abstract)

AI总结 研究气隙式大语言模型智能体管道中信息遗漏问题，提出九层分类法、归因方法、跨架构比较框架及运行时检测框架，经多模型多引擎试验，确定遗漏率及来源，为定位运营商干预位置提供依据。

Nuclear Many-Body Systems as Benchmarks for Quantum Computing

核多体系统作为量子计算的基准

Sota Yoshida, Alessandro Baroni, Takayuki Miyagi, Ermal Rrapaj

专题命中 工作流自动化 ：workflow(abstract)

AI总结 该研究基于现实核哈密顿量提出核多体系统量子算法基准测试框架，通过特定工作流程构建基准实例，为三种算法提供资源估计，量化缩放趋势，为量子处理核多体问题比较提供基础，由 NuQuLib 软件栈实现。

Comments 28 pages, 13 figures, Zenodo DOI added

Pareto Optimal Centralized Risk Sharing with Multiple Agents: Inclusivity and Fairness

多主体帕累托最优集中风险分担：包容性与公平性

Debora Daniela Escobar, Wing Fung Chong

专题命中 工作流自动化 ：agent(abstract)

AI总结 研究内生价格下多投保人向中央保险人转移风险的集中风险分担问题，提出包容且公平的帕累托最优概念，并证明其等价于平衡序列优化。

DeepHartree: A Poisson-Coupled Neural Field for One-Shot Density Functional Theory

DeepHartree：一种与泊松方程耦合的神经场，用于可扩展的密度泛函理论

Jiankun Wu, Jinming Fan, Chao Qian, Shaodong Zhou

专题命中 工作流自动化 ：workflow(abstract)

AI总结 DeepHartree通过与泊松方程耦合的神经场，加速了线性组合原子轨道密度泛函理论的SCF求解，解决了计算瓶颈问题，实现了跨基组和系统的零样本迁移能力。